作者｜泱泱

今年夏天，中国 AI 视频赛道迎来了一轮密集的资本动作。

快手可灵完成近 30 亿美元融资，投后估值 180 亿美元；爱诗科技 C 轮累计融资 29.8 亿元，估值突破 140 亿元；生数科技 5 个月吸金超 50 亿元；智象未来三个月融资超 21 亿元，正式跻身独角兽行列。

在资本盛宴之外，IPO（Initial Public Offering，首次公开募股，指企业首次向社会公众公开发行股票并上市）的号角也已隐约可闻。生数科技 3 月完成股改，市场预期最快下半年启动港股 IPO；可灵与投资人签下对赌协议，若 2031 年 10 月前未能上市，需按投资成本加 8% 单利回购；智象未来同样完成股改，被视为「多模态大模型第一股」的有力候选。

然而，热钱涌动的同时，收入却远未跟上。这四家头部企业的 ARR（Annual Recurring Revenue，年度经常性收入，用于衡量订阅制或 SaaS 模式企业按年计算的可预测收入）呈现出巨大差距：跑得最快的可灵 AI，其 ARR 已接近 5 亿美元，而部分拿到巨额融资的独角兽 ARR 却仍卡在千万美元的区间内。

显然，资本对四家企业的考验才刚刚开始，当技术的鲜艳外衣被剥离，商业的逻辑终究还是要回到投入产出比。

四种基因，四条路径

AI 视频赛道的四家头部公司，虽然共享同一个大市场，但各自的起点、资源和战略选择截然不同。理解它们的差异，我们需要先看清每家公司「从哪来、要往哪去」。

可灵：背靠大厂的「卖铲人」

图片来源：视觉中国

可灵是四家公司里最特别的一个。它背靠快手，不需要从零冷启动，也不需要为算力和流量发愁。快手曾表示，2026 年资本开支预计达 260 亿元，增量几乎全部投向 AI 算力。这种「富养」模式让可灵可以走一条最标准的商业化路径：面向 B 端卖 API（Application Programming Interface，应用程序编程接口，指将软件或模型的能力打包对外开放调用的技术接口）和订阅，做 AI 视频时代的「卖铲人」。

这套打法的效果立竿见影。2026 年 Q1 可灵的营收超 6.5 亿元，ARR 逼近 5 亿美元（约 35 亿元），在四家公司中排名第一。值得注意的是，本轮融资可灵吸引了腾讯、阿里、百度三大巨头同时入股，从产业生态上来看，可灵的生态卡位最为牢固。

爱诗科技：C 端破圈的出海者

图片来源：公众号 爱诗科技

爱诗科技的创始人王长虎曾在字节跳动主导抖音和 TikTok 的视觉技术体系建设，所以爱诗从一开始就选择「先 To C、后 To B，优先海外、再拓国内」的差异化路径。

2024 年，PixVerse 在万圣节凭借「毒液变身」特效模板引爆全球社交媒体，单条视频播放量超过了 10 亿次。此后，爱诗又通过一系列特效模板和社交热点快速获客，全球注册用户突破 1.5 亿，覆盖了 177 个国家和地区。

流量涌入后，爱诗顺势启动商业化，2024 年 11 月上线订阅服务，不到一年 ARR 突破 4000 万美元，约 80% 收入来自 C 端订阅。这套打法证明了爱诗最核心的能力是把 AI 视频变成普通人也愿意用的消费品，而不是只服务专业人士的生产力工具。

不过，流量型打法也有天然短板，爱诗科技的用户规模是可灵的 1.5 倍，但 ARR 却只有大约 4000 万美元，仅为可灵的近十分之一。

生数：凭技术立身的学院派

生数科技由清华大学教授朱军创立，核心团队全部出自清华 AI 研究院，还拥有全球首个 Diffusion（扩散模型，AI 视频与图像生成的主流技术路线）与 Transformer（深度学习架构，大模型的基础底层框架）融合的 U-ViT 架构专利。从商业路径看，生数科技以「底层大模型能力（Vidu）」为中台，通过「底层技术 + 上层产品 + 全场景商业化」的闭环实现技术价值向商业价值的快速转化。

这套技术体系的价值也在投资领域上得到了验证。在投资领域，生数科技获得了阿里云连续两轮领投，公司成立 3 年融资已超过 50 亿元，ARR 也突破了 2000 万美元。

智象未来：扎根影视的产业派

智象未来则放弃了传统多模态拼接路线，主打自研的 UiT 原生全模态架构，并在三个月内揽获超 21 亿元融资。其 HiDream-O1-Image 开源版本曾登顶 Artificial Analysis 文生图榜单开源模型全球第一，商用版 HiDream-O1-Image-1.5 也冲到了全球第三、国产第一。

智象未来的商业化策略是「1+1+3」：HiDream 模型底座 +Token Hub 平台 + 三大应用场景（商业营销、影视创作、内容创作）。不过，真正让智象未来区别于其他三家的，是它对影视产业的深度绑定。本轮融资中，上影新视野基金、华策影视同时入局，加上此前已经合作的湖北长江电影集团，可以看出智象未来在影视产业资本的布局上走得最远。

繁荣背后的变现压力

如果拉长时间线来看，在动辄数百亿估值的繁华背后，导致四家公司商业化成色天差地别的原因，隐藏在两个规律之中。

双重制约

一是算力与推理成本的倒挂矛盾。视频生成的算力开销远高于文本，低价 API 与月度订阅固然可以带来数千万甚至上亿的注册用户，但模型复杂度越高、分辨率越高，推理成本就越呈指数级上升。如果用户只是为了玩一次轻度特效，模型产生的单次推理成本容易挤压利润空间。爱诗科技与生数科技虽然拥有可观的用户池或技术排名，却也必须承受巨大的算力补贴压力。

图片来源：PixVerse 主页

二是用户留存与付费频次的鸿沟。C 端用户因社交热点聚集，来得快去得也快。爱诗科技的月活数据在爆款热度退去后出现瓶颈，证明「尝鲜用户」无法直接转化为「长期订阅资产」。相反，广告主批量生成素材、影视公司连续制作漫剧等高频 B 端消耗，才是支撑高 ARR 的真实基石。缺少高频商业落地场景的企业，在后续融资与估值匹配上可能面临一定压力。

高估值下的造血大考

在这两大规律的压迫下，头部企业各自需要面对不同的经营痛点。

即便依靠快手生态赚到了行业第一的 ARR，可灵的隐患在于技术领先优势的快速衰减。过去一年中，它虽然也吸引了腾讯、阿里、百度的入局，但也意味着可灵已被推入大厂直接厮杀的前沿战场，必须面对字节 Seedance 等巨头更疯狂的算力轰炸。根据 Artificial Analysis 最新榜单，全球文生视频模型排名中，字节跳动的 Seedance 2.0 位居第一，可灵 3.0 已掉出前五。今年，离开快手后「单飞」的可灵，能否重回巅峰，还未可知。

图片来源：Artificial Analysis

爱诗科技 1.5 亿用户与 4000 万美元 ARR 的巨大落差，则彻底暴露了「流量狂欢」下的商业尴尬。由于依赖社交爆款与 C 端订阅，爱诗科技不得不长期承受高昂的算力补贴成本。爆款热度退去后，用昂贵的显卡算力去服务留存率低、客单价浅的「尝鲜用户」，让爱诗科技陷入了「用户越多、算力越亏」的困境。

而生数科技作为清华系的顶尖代表，凭借 U-ViT 底层专利拿到了 50 亿元融资，但高估值不意味着实际盈利，生数科技依赖技术叙事和阿里云资本支持，当前 2000 万出头的 ARR 显得极其薄弱，未来也需证明可持续的商业模式。

再说智象未来。当前，UiT 全模态架构路线尚未收敛，研发周期长且算力消耗巨大，在面对字节 Seedance、快手可灵等大厂的流量与资金挤压时，试错成本极高。另一方面，大模型距离成熟的产品体验仍有较长链路，而影视等 B 端用户对迁移成本极度敏感，产品难以快速嵌入传统工作流并跨越产品市场匹配的门槛。如何将技术优势真正转化为高频、可重复收取的商业化营收，是对于智象未来最迫切的考验。

图片来源：智象未来 AI 影视智能体帧赞官网

世界模型

面对困局，四家公司似乎找到了同一个远方，那就是「世界模型」。爱诗科技发布了 PixVerse R1 实时世界模型，生数科技开源了 Motus，智象未来押注 UiT 全模态架构，可灵也在规划世界模型路线图。

AI 视频公司如果只做「视频生成」，天花板或许有局限，但一旦贴上「世界模型」的标签，故事就可以延伸到具身智能、数字孪生、工业仿真等千亿级市场。然而，这目前仍然是投资人用来支撑估值的技术概念，而非能够大规模商业化的产品。大家都在讲世界模型的故事，但世界模型究竟能否给它们带来稳定的现金流？在当下依然是个巨大的悬念。

1 号结语

从 2023 年对 Open AI 技术的崇拜，到如今各家公司带着各自的算力账本与商业模式冲击 IPO，中国 AI 视频公司展示出了极强的生存韧性与本土化落地能力。

无论是可灵的生态收割，爱诗的实时交互，生数的硬核技术，还是智象的影视重构，可以肯定的是，行业已经不再相信虚无缥缈的宏大叙事，正从「模型能力」估值向「产品价值 + 商业化营收」估值转变。只有能把昂贵的算力转化为稳定、高频、正向现金流的企业，才能拿到公开市场的最终通行证，在漫长的资本长跑中活到最后。